Ciencia de Datos para Economistas

Clase 8- Inspeccionar Data Frames

Autor/a

Afiliación

MSc. José M. Avendaño

Universidad Central de Venezuela- Escuela de Economía -2024

Fecha de publicación

11 de noviembre de 2024

Varios y Puntos Pendientes

intervenciones en clase 13-11 sobre la visualizaciones que se hagan con ggplot2 que viene de tarea clase 5. Cambio de fecha del 11-11 al 13-11

Modificación tarea clase 5 ggplot

Tareas clase 7 (entrega 13 y 18) y clase 8 (20-11)

Clase 6 práctica 1 construccion vectores

Objetivo

Presentar operadores lógicos y trabajar con ellos
Acceder a elementos de vectores y DF’s según condiciones lógicas
Inspeccionar valores, rangos y estructura de una DF

Tabla de Contingencia

Cantidad cilindros por observación

Conteo de frecuencia de un dato categórico

Tabla de Contingencia Cruzada

Múltiples categorías

`cyl`	Number of cylinders
`vs`	Engine (0 = V-shaped, 1 = straight)

Tabla Resumen Estadístico

Representar los valores mínimo y máximo, primer y tercer cuartil, media, promedio de un vector o data frame.

Tabla Resumen Estadístico - cont

La salida de función summary cambia según el objeto que estemos trabajando

Operadores Lógicos

\(>\) (mayor a)
\(>=\) (mayor o igual a)
\(<\) (menor a)
\(<=\) (menor o igual a)
\(==\) (igual a)
\(!=\) (distinto a)
& (y)
\(|\) (o)

Uso de Operadores Lógicos en un Vector

Vector seleccionado “millas por galón” mpg

Vector Lógico con valores que Cumplen una Condición

Mayor que un valor dado

Vector Lógico con valores que Cumplen una Condición -cont.

Mayor que el valor que retorna una función

Asignación valores a variables

variable con promedio
creación df
evaluar valores que cumplen ambas condiciones

Reforzar con lectura propuesta en Tarea Clase 8 sobre “Tabla de Verdad”.

Inspección DF que Cumple Condiciones

Forma vectorizada:

Se aplica el condicional lógico sobre el elemento i del vector analizado teniendo de resultado un vector del mismo length del vector de entrada.

Por ejemplo, si i vale 3, se compara si 22.8 es mayor que el promedio_mpg y si es menor que valor_3ercuartil

Múltiples Condiciones

Operador & (y)

Operador == doble igualdad (👀 es distinto a asignación)

which indica el índice de los elementos extraídos según una condición

Múltiples Condiciones - cont

Operador != diferente

Múltiples Condiciones - cont 2

Operador | or (o)

Data Frame a Trabajar

Sobre el contenido de la df: según la hipótesis del ahorro a lo largo del ciclo vital desarrollada por Franco Modigliani, el coeficiente de ahorro (ahorro personal agregado dividido por la renta disponible) se explica por la renta disponible per cápita, la tasa porcentual de variación de la renta disponible per cápita y dos variables demográficas: el porcentaje de población menor de 15 años y el porcentaje de población mayor de 75 años. Los datos se promedian a lo largo de la década 1960-1970 para eliminar el ciclo económico u otras fluctuaciones a corto plazo

Asignar a una variable la DF

Inspección Data Frame

Dimensiones

Número de columnas

Inspección Data Frame -cont

Número de filas

Nombres de las columnas

Inspección Data Frame -cont2

Nombres de las filas

Inspección Data Frame -cont3

Estructura de un objeto

Inspección Data Frame -cont4

Resumen Estadístico

Crear Columna con Nombre Países

Revisar nombres filas

Asignar nueva columa a la DF

Inspección Nuevo Atributo

Revisar DF

Funciones Valores Extremos

Mínimo en vector

Máximo en vector

Importar en Formato csv una Data Frame

👀: los datos tienen estructura tabular. Observaciones son filas y atributos las columnas

Estructura Gapminder

Estructura DF

Tabla Sumario Gapminder

Tiene estructura tabular

Valores Únicos por Atributo

Países

Valores Únicos por Atributo - cont

Años

DPLYR (🏇🏽 de batalla)

Una gramática para la manipulación de datos.

DPLYR / Filtrado

Función filter.

Encadenamiento en los procesamientos: operador pipe %>%

Revisar Tabla Venezuela

Tabla sumario

Juntar DF´s

Combinar DF’s

Función bind_rows